城市熱島效應(yīng)研究熱點與前沿的可視化分析
——基于CiteSpace聚類分析

黃煥春，嚴思平

(1. 南京林業(yè)大學 風景園林學院，江蘇 南京 210037；2. 佛羅里達大學 設(shè)計、建造和規(guī)劃學院，美國 佛羅里達 32601)

城市熱島效應(yīng)(Urban Heat Island,UHI)是指城市區(qū)域溫度比周圍農(nóng)村溫度高的現(xiàn)象。城市熱島效應(yīng)的衡量指標有很多，其中，熱島強度是反映某一地區(qū)城市溫度高于鄉(xiāng)村溫度程度的重要指標。不同的研究者對其定義存在差異，但一般認為其測度為城市中心區(qū)溫度和城市郊區(qū)溫度的差值[1]。當前，大城市熱島效應(yīng)與氣候變暖、夏季高溫的多重疊加，熱島強度顯著增加，導致了夏季室外舒適度的惡化，給人體生理健康造成了嚴重影響。以中國北方大城市天津市為例，近年來夏季高溫現(xiàn)象日益頻繁，其夏季郊區(qū)平均溫度為32℃，2013年最高熱島強度已超過10℃，城區(qū)有相當面積的地段城市熱島強度超過8℃，人體排汗已無法保證正常溫度調(diào)節(jié)，甚至會發(fā)生中暑、休克[2]。

城市熱島效應(yīng)的產(chǎn)生是多種因素共同作用的結(jié)果。按人為控制性，可將城市熱島效應(yīng)影響因素分為可控因素和不可控因素。可控因素包括不透水面、建筑布局、下墊面性質(zhì)、人為熱源排放等；不可控制因素主要有氣壓、風速、云量、大氣氣溶膠等。一般認為城市熱島效應(yīng)主要是因植被減少引起的蒸發(fā)制冷效應(yīng)減弱和對流效應(yīng)減小[3]，因此，合理布局城市綠地是削減城市熱島效應(yīng)的有效方式之一。目前有大量文獻提出許多減弱城市熱島效應(yīng)的措施，但大部分缺乏實施條件，只有綠地建設(shè)是實踐較為廣泛的措施[4]。因此，通過綠地優(yōu)化緩解城市熱島效應(yīng)也是未來城市熱島效應(yīng)研究中值得關(guān)注的領(lǐng)域。

自19世紀初英國研究者Howard首次提出城市熱島概念后，在隨后的200年中，世界多國研究者從不同的時空尺度開展了廣泛的研究，涉及微氣候、局地氣候、中氣候、大氣候等多個維度(見表1)。進入21世紀以來，全球城市化與氣候變化的交織以及由此對人類健康的影響正成為國際社會關(guān)注的前沿問題。綠地作為降低城市熱島效應(yīng)的有效手段之一，也成為研究者們?nèi)找骊P(guān)注的領(lǐng)域[5-6]。

表1 氣候尺度及相應(yīng)的氣候現(xiàn)象

一、 研究文獻計量分析

對城市熱島效應(yīng)的研究起步于19世紀，但綜合運用各類科學方法和手段進行系統(tǒng)地研究始于20世紀70年代。隨著對該領(lǐng)域的關(guān)注和認識的日益深入，相關(guān)文獻的發(fā)表數(shù)量也呈現(xiàn)上升趨勢，大致可以分為3個階段。

第一個階段為20世紀70年代到80年代中期，這一階段發(fā)表文章數(shù)量很少，發(fā)表頻率也比較低。第二個階段為20世紀80年代中期到2001年，該階段本領(lǐng)域文章發(fā)表頻率較第一階段顯著提高，文章發(fā)表數(shù)量較第一階段有所增加，但數(shù)量仍然較少，且逐年波動。第三個階段為2001年至今，此階段文章發(fā)表頻率與第二階段基本一致，但發(fā)表數(shù)量明顯增加(除2018年略有下降外)，且增速具有進一步升高的趨勢(見圖1)。

圖1 20世紀70年代以來城市熱島效應(yīng)相關(guān)研究文獻發(fā)表數(shù)量

目前與城市熱島效應(yīng)相關(guān)的文章數(shù)量很多。在中國知網(wǎng)數(shù)據(jù)庫中，以“熱島”為主題/關(guān)鍵詞進行檢索，共有3 552條結(jié)果，其中，以“熱島效應(yīng)”為主題的文章有762篇，以“城市熱島”和“Urban Heat Island”為主題的文章分別有559和651篇，以“城市熱島效應(yīng)”和“Urban Heat Island Effect”為主題的文章分別有534和143篇，以“Heat Island”為主題的文章有126篇，以“Surface Urban Heat Island”為主題的文章有91篇，以“Land Surface Temperature”為主題的文章有82篇，以“熱島強度”“Urban Heat Island Intensity”“Urban Heat Island Mitigation”和“城市熱島強度”為主題的文章分別有68、49、47和42篇。

本文運用Citespace軟件，對以“城市熱島”“城市熱島效應(yīng)”“城市熱島強度”“Heat Island”“Urban Heat Island”“Urban Heat Island Effect”“Urban Heat Island Intensity”“Urban Heat Island Mitigation”“Surface Urban Heat Island”“Land Surface Temperature”為關(guān)鍵詞的1 000余篇與城市熱島效應(yīng)相關(guān)的文章進行聚類分析，得到了目前與城市熱島效應(yīng)研究相關(guān)的熱點(見圖2)。其中，2號聚類“地表溫度”、4號聚類“遙感”，表明在當前城市熱島效應(yīng)的研究方法領(lǐng)域，遙感手段已經(jīng)被比較廣泛地采用；0號聚類“熱島效應(yīng)”、1號聚類“城市熱島”、3號聚類“城市熱島效應(yīng)”和9號聚類“植物物候”、15號聚類“園林綠化”，表明目前在城市熱島效應(yīng)的研究內(nèi)容方面，“城市熱島效應(yīng)”和“熱島效應(yīng)與園林綠地關(guān)系”是一個重要的方向；5號聚類“熱島強度”和13號聚類“時空分布”說明當前城市熱島效應(yīng)研究也較多地關(guān)注了城市熱島效應(yīng)的強度與城市熱島效應(yīng)的時空分布。

圖2 與城市熱島效應(yīng)相關(guān)研究文章聚類結(jié)果

通過文獻梳理發(fā)現(xiàn)，當前諸多有關(guān)城市熱島效應(yīng)的研究熱點可以分為兩個類別：第一，通過多種技術(shù)手段對具體研究區(qū)域的城市熱島效應(yīng)狀況進行歷史分析與前景預(yù)測；第二，調(diào)控城市熱島效應(yīng)的綠地建設(shè)策略和效果評價。其中，有關(guān)前者的研究成果豐富，且已形成較為系統(tǒng)的理論框架；與后者相關(guān)的成果較為有限，仍有較大的研究空間。

二、 城市熱島效應(yīng)研究方法進展

城市熱島效應(yīng)觀測手段呈加速發(fā)展的趨勢，先后經(jīng)歷了氣象站點、流動觀測、衛(wèi)星遙感3個階段。3種觀測手段獲取的數(shù)據(jù)需要融合，衛(wèi)星影像時間分辨率嚴重不足，氣象站點空間分辨率也不足，流動觀測同步性存在較大問題。觀測維度經(jīng)歷了點、線、面的發(fā)展過程，目前已進入三維觀測階段。在充分觀測的基礎(chǔ)上，國內(nèi)外研究者也開始嘗試開發(fā)相應(yīng)算法，對城市熱島效應(yīng)進行模擬預(yù)測。

1. 站點觀測法

早期的站點觀測采用有限的氣象站點觀測城郊溫度的差別，難以反映大范圍溫度場的變化。應(yīng)用這種方法的主要有城市熱島效應(yīng)的發(fā)現(xiàn)、云量、風速等氣象影響因素的研究和逐年、逐日、逐時的城市與城市群熱島效應(yīng)特征研究。為避免傳統(tǒng)氣象站點觀測存在的局限性，1951年Sundborg首先使用流動觀測法，研究瑞典東南部烏普薩拉市的城市熱島效應(yīng)。隨后，1975年，Oke等在加拿大渥太華市進行流動觀測，成為日后研究的典范案例[7]。Janos于2001年、Anthony于2009年也分別利用流動觀測法研究了城市熱島效應(yīng)特征。鑒于連續(xù)性流動觀測過程中的誤差，2009年日本研究者Masaki提出了減小誤差的方法。在我國，李愛貞、嚴平、郭勇、劉加平、王志浩、黃煥春等分別于1994年、2000年、2006年、2007年、2012年、2020年采用了流動觀測法[8-9]，對西安、合肥、北京、重慶等地進行了城市熱島效應(yīng)研究。這些研究證明了采用流動觀測法研究我國城市熱島效應(yīng)的可行性。但是，流動觀測法也同樣存在局限，其所收集的數(shù)據(jù)同步性存在較大問題，因為一段時間內(nèi)溫度場會出現(xiàn)不確定性變化。

站點觀測法較多地被氣象部門采用，以具體地研究所在中小城市的城市熱島效應(yīng)情況。如朱浩、季丹丹、劉安等于2020年、2019年、2017年采用站點觀測法對岳陽、紹興、涿州等中小城市的城市熱島效應(yīng)情況進行了研究[10-12]。

2. 遙感觀測法

遙感觀測在近幾十年被迅速推廣應(yīng)用，得益于它能同步進行大面積溫度場的監(jiān)測[13]。Rao于1972年最早應(yīng)用TIROS-1衛(wèi)星遙感影像的熱波段反演地表溫度，研究太平洋中部海岸城市的地表溫度分布類型。之后，Price等于1984年開發(fā)了分裂窗算法，加速了遙感數(shù)據(jù)在城市熱島效應(yīng)研究中的廣泛應(yīng)用。2001年覃志豪等提出了反演真實溫度的單窗算法[14]，進一步豐富了遙感影像數(shù)據(jù)處理的算法工具。分裂窗算法和單窗算法目前已成為地表溫度反演等遙感衛(wèi)星影像數(shù)據(jù)處理的基礎(chǔ)算法。

目前，應(yīng)用遙感研究城市熱島效應(yīng)，主要集中在城市區(qū)域地表溫度特征、城市熱島效應(yīng)與城市規(guī)模形態(tài)、城市群熱島效應(yīng)、熱場與下墊面、NDVI與熱島溫度、熱場與遙感參數(shù)、城市熱島效應(yīng)與綠地子類型的關(guān)系等研究領(lǐng)域[15-22]。

第一，在城市區(qū)域地表溫度特征研究領(lǐng)域，楊敏等以北京市為研究區(qū)域，反演7期夏季Landsat TM/ETM+/TIRS遙感影像數(shù)據(jù)得到北京市地表亮度溫度，從而分析得到北京市熱分布格局和城市熱島效應(yīng)特征[23]；趙梓淇等利用2001年、2010年和2015年夏季典型日的沈陽市三環(huán)內(nèi)衛(wèi)星遙感數(shù)據(jù)，反演得到研究區(qū)域內(nèi)地表溫度(LST)和熱島強度以及對應(yīng)的主要土地利用類型，進一步分析討論了典型土地利用類型對應(yīng)的地表溫度和熱島強度情況[24]；劉施含等則運用單窗算法，對北京市海淀區(qū)Landsat遙感影像數(shù)據(jù)進行反演，得到2004年、2009年、2017年夏季的地表溫度，以此定量分析得到研究區(qū)域內(nèi)城市熱島效應(yīng)變化特征及其原因[25]。

第二，在城市熱島效應(yīng)與城市規(guī)模形態(tài)研究領(lǐng)域，黃煥春等將天津市作為研究區(qū)域，以7期夏季TM遙感影像作為基礎(chǔ)數(shù)據(jù)，進行城市形態(tài)提取和城市熱島強度反演，通過大數(shù)據(jù)分析計算，得到了城市形態(tài)布局與熱島強度的響應(yīng)機制與參數(shù)曲線[5-6]；葛亞寧等處理得到北京高分辨率遙感影像，以遙感反演方法獲得地表溫度數(shù)據(jù)，通過人工目視解譯方式得到北京市五環(huán)內(nèi)的各類建筑密度區(qū)，結(jié)合地表溫度數(shù)據(jù)分析了城市建筑密度格局與城市熱島效應(yīng)的關(guān)系[26]；楊智威等以粵港澳大灣區(qū)2000年、2008年和2016年的遙感影像數(shù)據(jù)和地表溫度數(shù)據(jù)為基礎(chǔ)，分別進行建設(shè)用地提取、城市熱島強度等級劃分和城市熱島區(qū)域識別，結(jié)合總體耦合態(tài)勢和空間耦合特征模型，分析得到各歷史時期大灣區(qū)建設(shè)用地擴張和城市熱島區(qū)域擴張間的耦合關(guān)系[27]。

第三，在城市群熱島效應(yīng)研究領(lǐng)域，沈婭男等反演1990年、2000年和2011年杭州灣南岸城市群的Landsat-5 TM遙感影像，得到地表溫度影像并劃分等級，差值運算各時期的地表溫度，計算不同時期研究區(qū)域的熱島比例指數(shù)，并提取研究區(qū)域內(nèi)的城市建成區(qū)，結(jié)合分析得到城市群研究區(qū)域熱島強度變化情況[28]；黃鐵蘭等以珠三角城市群為研究區(qū)域，以多源、多時相遙感數(shù)據(jù)為基礎(chǔ)，進行數(shù)據(jù)處理、模型構(gòu)建、統(tǒng)計分析，得到該城市群熱島效應(yīng)時空演變特征[29]；沈中健等將閩三角城市群作為研究區(qū)域，以空間統(tǒng)計方法分別處理1996年、2002年、2007年、2012年、2017年Landsat遙感數(shù)據(jù)，分析得到城市熱島的空間分布格局及演化特征，進而分析得到該城市群熱島效應(yīng)的形成和變化規(guī)律[30]。

第四，在熱場與下墊面研究領(lǐng)域，崔林林等分別采用成都市中心城區(qū)的Landsat 8 TIRS數(shù)據(jù)、重慶市MODIS數(shù)據(jù)和氣象數(shù)據(jù)，綜合定量、定性分析手段，分別研究了成都市中心城區(qū)和重慶市城市熱島效應(yīng)變化和該區(qū)域下墊面關(guān)系[31-32]；朱玲等以貴安新區(qū)中心區(qū)為研究區(qū)域，以遙感影像數(shù)據(jù)為基礎(chǔ)，反演地表溫度和估算熱島強度，以此為基礎(chǔ)分析得到研究區(qū)域的熱島強度與城市下墊面類型的聯(lián)系[33]；孫永等運用WRF模式，模擬了重慶城市熱島效應(yīng)的特征、成因和局地環(huán)流對城市熱島效應(yīng)的影響，以重慶下墊面作為控制變量，研究了重慶城市熱島效應(yīng)情況與研究區(qū)域下墊面間的關(guān)系[34]。

第五，在NDVI與熱島溫度研究領(lǐng)域，周夢宇以南昌市為研究區(qū)域，運用大氣校正法反演得到地表溫度并劃分熱島強度等級，并提取了南昌市的歸一化植被指數(shù)、歸一化建筑指數(shù)和歸一化水體指數(shù)，定量分析得到裸地、城市建設(shè)用地、植被、水體與地表溫度的關(guān)系[35]；何志斌以昆明市主城區(qū)為研究區(qū)域，通過大氣校正法反演Landsat8遙感影像得到研究區(qū)地表溫度，并計算得到建筑指數(shù)、植被指數(shù)和水體指數(shù)，從而分析得到研究區(qū)熱島格局和形成原因[36]；李學敏等以襄陽市的Landsat 8 TIRS遙感影像為基礎(chǔ)，反演得到地表溫度，處理得到城市熱島效應(yīng)強度指數(shù)，配合歸一化植被指數(shù)(NDVI)、歸一化建筑指數(shù)(NDBI)揭示了研究區(qū)城市熱島效應(yīng)與地表植被分布狀況和建筑密度的關(guān)系[37]。

第六，在熱場與遙感參數(shù)研究領(lǐng)域，華俊瑋等引入多源參數(shù)運算多種城市熱島監(jiān)測指標，以改進傳統(tǒng)只以遙感反演地表溫度、亮度溫度等參數(shù)指標研究城市熱島效應(yīng)的研究方法，并以福建省晉江市為研究區(qū)域驗證了采用多元參數(shù)指標的研究方法與傳統(tǒng)方法的差異[38]；王林申等以濟南市4個年份Landsat遙感衛(wèi)星影像為基礎(chǔ)，歸一化獲得地表溫度等級分布格局，并結(jié)合對應(yīng)年份多樣的地表參數(shù)，綜合分析地表參數(shù)變化和城市熱島效應(yīng)特征對這些參數(shù)的響應(yīng)情況[39]；田雷等對2007年、2009年、2013年、2017年蚌埠市的Landsat TM/OLI TIRS遙感影像進行反演，得到地表溫度和熱島強度，并引入多種地表參數(shù)信息，分析2007—2017年蚌埠市各地表參數(shù)的演變情況和對城市熱島效應(yīng)的作用[40]。

第七，在城市熱島效應(yīng)與綠地子類型的關(guān)系研究領(lǐng)域，尹杰等以武漢市建成區(qū)為研究區(qū)域，處理得到多種土地類型指數(shù)，并以熱島強度指數(shù)劃分獲得研究區(qū)域的熱島及冷空氣生成區(qū)，研究了武漢市冷熱島區(qū)域的形成與各類土地類型的關(guān)系[21]；東高紅等采用中尺度數(shù)值天氣模式TJ-WRF模擬天津城區(qū)局地雷暴天氣有限個例，通過控制模式中下墊面用地類型情況，揭示了海風(鋒)環(huán)流強度情況以及不同地表用地類型對天津城區(qū)城市熱島效應(yīng)的影響[22]。不同緯度、國家、區(qū)域的城市熱島效應(yīng)存在較大差別，國外研究者已取得了較多本土化的研究成果：Hamada等研究了日本名古屋的綠地降溫效果的季節(jié)變化和日變化，研究結(jié)果顯示，城市綠地降溫效果夏季較冬季更強烈，且城市綠地植被覆蓋率與城市綠地降溫效應(yīng)有顯著聯(lián)系[41]；Amanollahi等重點關(guān)注了美國大陸生物群落與城市熱島效應(yīng)，研究了休斯敦城市熱島效應(yīng)對當?shù)貥淠旧L的影響，發(fā)現(xiàn)當?shù)爻鞘械貐^(qū)樹木生長情況與當?shù)爻鞘袩釐u效應(yīng)成正相關(guān)[42-43]；Silva等使用移動和固定數(shù)據(jù)點收集冬、夏兩季的氣溫數(shù)據(jù)，量化描述了巴西Uberlandia城市內(nèi)部熱島移動樣帶，研究結(jié)果證明了運用該種方法進行城市熱島效應(yīng)監(jiān)測時的有效性[44]；Tiwari等研究了英國城鎮(zhèn)Guildford的綠色基礎(chǔ)設(shè)施、地形環(huán)境對城市熱島效應(yīng)的緩解效果，研究發(fā)現(xiàn)城市環(huán)境溫度與地表地物的類型、建筑和車輛等人為熱源和地表地物覆蓋土地百分比強烈相關(guān)，其中樹木降低城市熱島效應(yīng)的效率最高，而綠色屋頂在覆蓋面積足夠大時，也可以作為一種能有效緩解城市熱島效應(yīng)的措施[45]；Mushtaha等研究了阿聯(lián)酋沙迦大學各建筑類別因素降低室外地表溫度的能力，通過優(yōu)化模擬，使室外地表溫度降低了2.45 ℃，證明了建筑物的組合模式是降低城市室外環(huán)境溫度的有效手段[46]；Romano等對意大利帕多瓦的城市熱島效應(yīng)和暖通空調(diào)系統(tǒng)關(guān)系進行分析研究，研究結(jié)果發(fā)現(xiàn)城市熱島效應(yīng)導致研究區(qū)域室外空氣溫度由于空調(diào)系統(tǒng)排出余熱而平均升高2.2℃，進一步量化了當?shù)爻鞘袩釐u效應(yīng)與人類活動的關(guān)系[47]。

3. 模擬預(yù)測研究進展

近年來，快速發(fā)展的計算機科學、人工智能算法、地理空間分析技術(shù)等科學技術(shù)為城市熱島效應(yīng)模擬創(chuàng)造了可能，并為城市綠地布局優(yōu)化提供了基礎(chǔ)分析。

城市熱島效應(yīng)模擬研究包括城市熱島效應(yīng)情況模擬研究和城市綠地降低城市熱島效應(yīng)模擬研究。利用數(shù)值模式開展城市熱島效應(yīng)模擬研究，經(jīng)歷了從一維到多維的發(fā)展歷程[48-50]。

城市熱島效應(yīng)模擬研究比較廣泛地采用了元胞自動機(CA)算法。近年來，隨著元胞自動機(CA)與人工智能相關(guān)算法的發(fā)展，對大范圍尺度城市研究區(qū)域的城市熱島效應(yīng)進行模擬、預(yù)測的研究逐年增多。國內(nèi)外研究者們已基于元胞自動機-馬爾科夫鏈(CA-Markov)模型，構(gòu)建多種新模型，對不同的城市研究區(qū)域的熱環(huán)境開展一系列研究，該類型研究主要采用元胞自動機-馬爾科夫鏈(CA-Markov)模型，對某一具體的研究區(qū)域的城市熱島效應(yīng)格局進行模擬預(yù)測。例如，黃煥春等采用CA，開發(fā)了城市熱島預(yù)測預(yù)警信息系統(tǒng)，模擬不同開發(fā)強度的大氣熱島，但缺乏智能優(yōu)化算法和模型[2]。郭其偉等結(jié)合該模型構(gòu)造了UHI-CA-Markov模型，用以模擬預(yù)測城市熱環(huán)境，并以西安市為研究區(qū)域，模擬了其未來熱環(huán)境發(fā)展趨勢[51]。

此外，也有研究者采用該類研究的相關(guān)技術(shù)，在預(yù)測得到某一具體的研究區(qū)域的城市熱島效應(yīng)格局的基礎(chǔ)之上，分析研究區(qū)域環(huán)境組成要素和城市熱島效應(yīng)格局的關(guān)系。例如，李雪基于CA模型、Markov模型和Logistic回歸分析模型構(gòu)建了Logistic-CA-Markov模型，預(yù)測獲得了2022年熱環(huán)境生態(tài)安全等級空間分布圖，并對該年份的城市熱環(huán)境生態(tài)安全格局進行了分析[52]。

研究者們重點分析研究區(qū)域城市土地利用格局和城市熱島效應(yīng)格局的關(guān)系，提出緩解該研究區(qū)域城市熱島效應(yīng)強度、改善城市熱環(huán)境的城市土地利用策略。例如，陳光在元胞自動機-馬爾科夫鏈(CA-Markov)模型基礎(chǔ)之上，建立可預(yù)測、模擬廣州城市擴張過程的模型，模擬了廣州城市沿南北、東西方向以高、中、低密度擴張后的6種城市理想擴張情景和每種情景下熱環(huán)境分布格局，并提出不同情景下基于熱環(huán)境優(yōu)化的城市空間發(fā)展格局策略[53]。Balogun等將元胞自動機-馬爾科夫鏈(CA-Markov)模型結(jié)合逐步多元回歸模型，定量分析了尼日利亞的阿庫爾(Akure)市過去(1986年、2000年和2014年)及未來(2028年和2042年)城市土地覆被變化在地表溫度(LST)作用下發(fā)生的變化，并論證了綜合統(tǒng)計方法與遙感技術(shù)預(yù)測未來城市熱環(huán)境的可能性[54]。Chen等將2005年到2010年重慶的城市熱環(huán)境作為初始數(shù)據(jù)，分類了3個時期的城市地表溫度，構(gòu)建了馬爾科夫模型，再以元胞自動機(CA)模型分析得到2005年和2010年重慶市土地利用與熱環(huán)境與之間的關(guān)系[55]。

城市綠地降低城市熱島效應(yīng)模擬研究應(yīng)主要解決以下問題：①辨識綠地降溫的格局與過程；②模擬特定尺度的結(jié)構(gòu)與過程；③模擬不同情景下的降溫效果及舒適度；④解決散亂分布的綠地帶來的較大誤差。

目前研究者們開展的城市綠地降低城市熱島效應(yīng)的模擬研究，主要集中于解決辨識城市綠地降溫的格局與過程問題和模擬特定尺度城市綠地降溫過程等問題，其中，解決辨識城市綠地降溫的格局與過程問題的研究成果較為豐富。例如，劉艷紅等采用CFD數(shù)值模擬和遙感技術(shù)，研究了5種城市綠地布局形式降低城市空間溫度的效果和機制，發(fā)現(xiàn)了楔狀、放射狀、條帶狀、點狀、環(huán)狀城市綠地布局的降溫效果遞減，并指出風速是城市綠地降溫機制中的重要因素[56]。魏琳沅等綜合實測和模擬方法，定量分析了北京市城市綠地面積和格局與研究區(qū)域內(nèi)風速、地表溫度的關(guān)系，并嘗試提出了北京市城市綠地降低研究區(qū)內(nèi)地表溫度機制，即通過增加城市綠地、提高某一城市空間中的天空開闊度，可以顯著降低地表溫度。同時，單一城市綠地面積越大、形態(tài)越復(fù)雜，越能顯著降低相關(guān)城市空間溫度，且分散的綠地較集中的綠地降低城市空間溫度效率更高[57]。

模擬特定尺度城市綠地降溫過程的研究也取得了一定成果。例如，張偉引入ENVI-met等城市微氣候模擬軟件，針對以城市居住小區(qū)綠地為代表的中小尺度綠地的微氣候作用效果和機制進行了研究，認為居住小區(qū)中心綠地單個斑塊面積與該綠地降溫效果成正相關(guān)，綠地斑塊越聚集，降溫能力越強，該研究對微觀、小尺度城市綠地的研究具有較強參考性[58]。陳琳涵運用ENVI-met軟件，采取控制變量模擬的研究方法，研究了不同尺度、不同植物構(gòu)成的建筑物附屬綠地、廣場綠地和典型城市公園綠地的降溫效果，研究結(jié)果顯示，邊長小于32 m的綠地，綠地降溫能力與綠地邊長成負相關(guān)關(guān)系，綠地的植物配置和下墊面材質(zhì)是影響環(huán)境溫度的強相關(guān)要素，該研究較為系統(tǒng)地研究了不同尺度的城市綠地的降溫效果，為模擬特定尺度城市綠地降溫過程類的研究提供了新的研究思路[59]。

當前研究者們對解決模擬不同情景下城市綠地降溫效果及舒適度問題，提出或改進綠地散亂分布帶來誤差的模型和算法等方面取得的成果比較有限，這主要是由于符合條件的可加工數(shù)據(jù)收集難度較大、缺少相關(guān)醫(yī)學的基礎(chǔ)性研究和縮小誤差的基礎(chǔ)模型算法缺乏所導致的，未來研究需要在這些方面進一步拓展。

三、 城市綠地降低城市熱島效應(yīng)的研究進展

目前，關(guān)于城市綠地降低城市熱島效應(yīng)的研究主要集中在兩個方向：一是城市綠地降低城市熱島效應(yīng)的量化分析，二是降低城市熱島效應(yīng)的城市綠地規(guī)劃措施。前者為提出可實踐的綠地規(guī)劃設(shè)計措施提供理論依據(jù)；后者則側(cè)重應(yīng)用。國內(nèi)對該領(lǐng)域的研究起步較晚，因此該領(lǐng)域研究仍較多地集中在城市綠地與城市熱島效應(yīng)關(guān)系的分析上。

1. 綠地降低城市熱島效應(yīng)的量化分析

關(guān)于城市綠地降低城市熱島效應(yīng)的定量研究，國外研究起步較早[60]。因為城市熱島效應(yīng)是一種等級尺度結(jié)構(gòu)的空間現(xiàn)象[3,5-6]，因此對城市綠地降低城市熱島效應(yīng)的研究也形成了微觀和宏觀兩類研究方向。

目前對城市綠地降低城市熱島效應(yīng)的微觀研究較多[61]，主要集中在樹種、種植組團的植被結(jié)構(gòu)、二維平面參數(shù)、綠量、平均每公頃綠地每天吸熱量等領(lǐng)域[62-64]。

宏觀城市熱島效應(yīng)研究多采用遙感手段，研究顯示城市熱島效應(yīng)與城市空間格局[65-66]、規(guī)模參數(shù)[5-6]、用地比例[67-70]、功能分區(qū)[71-74]、局地影響等密切相關(guān)[75-77]。宏觀尺度治理城市熱島效應(yīng)需要更大范圍，一般城市熱島效應(yīng)最小影響區(qū)域為城區(qū)面積的150%[78]。合理構(gòu)建綠地系統(tǒng)的布局，利用綠地與非綠地間的大氣環(huán)流[79]，可增強城市綠地緩解城市熱島效應(yīng)功能。但目前，三維的綠地降溫的關(guān)鍵因子作用機理不明確，對降溫效率問題也較少關(guān)注，導致目前該領(lǐng)域的研究主要集中于小尺度城市綠地的降溫效果，對大尺度城市綠地的降溫效率研究較少。例如，黃煥春等發(fā)現(xiàn)微觀綠地降溫敏感尺度為15 m，但并未對較大宏觀尺度進行深入研究[2]。

傳統(tǒng)的相關(guān)分析和回歸分析，在客觀、充分地描述城市熱島效應(yīng)驅(qū)動機制上有較大的局限性，在一定程度上阻礙了城市熱島效應(yīng)研究的發(fā)展。因此，需要建立新的空間模型描述城市熱島效應(yīng)空間分布和綠地降溫的空間變化，為進一步的城市熱島效應(yīng)模擬分析奠定基礎(chǔ)。同時，考慮綠地降溫適應(yīng)城市空間結(jié)構(gòu)與功能的演化需求。

2. 城市綠地降低城市熱島效應(yīng)機能在城市規(guī)劃中的應(yīng)用

關(guān)于城市綠地降低城市熱島效應(yīng)的規(guī)劃應(yīng)用研究，西方國家取得了較多本土化的研究成果，也融入具體的城市規(guī)劃建設(shè)中。我國城市與園林規(guī)劃對城市熱島效應(yīng)的研究相對較少，一方面基礎(chǔ)性研究相對不足，另一方面定性研究遠多于定量研究，缺乏具有操作性的降低城市熱島效應(yīng)空間布局參數(shù)。例如，李延明等研究了北京市區(qū)域綠化量與熱島強度的關(guān)系。研究表明：在白晝時期，下墊面為城市綠地和水面的城市區(qū)域空氣升溫速率顯著低于人工建筑和構(gòu)筑物下墊面的城市區(qū)域的空氣升溫速率；且綠化覆蓋率與熱島強度呈負相關(guān)，某城市區(qū)域綠化覆蓋率高于30%，即可開始對該區(qū)域的城市熱島效應(yīng)進行有效地緩解[80]。嚴平等研究了合肥綠地的降溫效果與樹木種類的關(guān)系，研究顯示：在白晝、森林、片林降溫效果最好，樹冠連接的行道樹降溫效果強于樹冠層枝葉疏松的行道樹降溫效果，草地、裝飾綠地降低城市熱島效應(yīng)能力最弱；該情況與夜間各類型城市綠地降溫能力相反。各綠化樹種中，蒸騰量大、耗熱大的樹種，降低城市熱島效應(yīng)的能力更強[81]。胡永紅等對居住區(qū)的熱島效應(yīng)改善進行了研究，提出了中尺度綠化削弱城鎮(zhèn)居住區(qū)的城市熱島效應(yīng)的原則，并且發(fā)現(xiàn)當綠地綠化覆蓋率高于30%時，該綠地熱島效應(yīng)顯著降低，綠化覆蓋率大于60%、占地面積大于3公頃的集中式綠地，可完全消除該綠地的城市熱島效應(yīng)[82]。朱岳梅等提出了計算不同下墊面城市區(qū)域的傳熱、蓄熱和蒸發(fā)量的模型，對北京某生態(tài)城規(guī)劃項目的方案進行了城市熱氣候影響評價，研究證明通過增加綠地面積和林木的覆蓋率、減少建筑排熱等手段，可以有效削弱某城市區(qū)域的城市熱島效應(yīng)[83]。黃初冬等研究了杭州市城市熱島效應(yīng)與城市用地的功能布局的關(guān)系，研究發(fā)現(xiàn)杭州市城市熱島效應(yīng)自2000年開始具有減弱的傾向，且該傾向與杭州市城市土地利用性質(zhì)變化關(guān)系緊密，他們以此提出“中心城區(qū)+外圍組團”城市用地分布結(jié)構(gòu)，可以有效削弱城市熱島效應(yīng)[84]。尹杰等研究了武漢市的城市熱島格局與用地類型關(guān)系，研究發(fā)現(xiàn)用地類型與該區(qū)域地表溫度存在強關(guān)聯(lián)，其中，城市熱島效應(yīng)區(qū)域主要位于主城區(qū)內(nèi)，而水域、林地、草地和耕地均為低溫區(qū)[21]。張雅妮等將廣州白云新城作為研究區(qū)，在傳統(tǒng)城市設(shè)計方法的基礎(chǔ)上，引入“風熱”要素，提出了旨在改善山城地區(qū)風熱環(huán)境的城市設(shè)計方法[85]。劉曉冉等建立了針對重慶市悅來會展城城市熱島效應(yīng)監(jiān)測系統(tǒng)，收集了該研究區(qū)的地表地物、物理氣候環(huán)境的數(shù)據(jù)集，并模擬了運用海綿城市規(guī)劃方案后地表溫度的降低情況，發(fā)現(xiàn)運用海綿城市規(guī)劃方案后可以有效地削弱城市熱島效應(yīng)[86]。蔡菊珍等分別研究了紹興市越城區(qū)近10年內(nèi)風環(huán)境和自20世紀90年代以來熱環(huán)境情況，研究發(fā)現(xiàn)紹興越城區(qū)10年來年平均風速顯著降低，自20世紀90年代以來年平均大氣溫度顯著升高，并產(chǎn)生多個城市熱島效應(yīng)中心，而且發(fā)現(xiàn)城市熱島效應(yīng)和地表通風潛力程度與城市下墊面地表類型關(guān)系密切，并基于相關(guān)數(shù)據(jù)提出了通風廊道的初步規(guī)劃方案[74]。由此，通過分析相關(guān)研究文獻可以發(fā)現(xiàn)，該類研究目前仍主要基于經(jīng)驗?zāi)Ｐ驼归_，量化研究深度還較不足。

當前，研究者們開始更加注重梳理城市熱環(huán)境與人體身心健康狀態(tài)之間的關(guān)系，以此為城市規(guī)劃、改造和綠地系統(tǒng)的設(shè)計、建設(shè)提供科學的依據(jù)，其中，Huang等以MATLAB矩陣分析、ArcGIS空間分析、遙感反演、地物提取為研究方法，研究了天津的熱環(huán)境和居民情緒的關(guān)系，并基于居民精神衛(wèi)生原理提出了天津市城市綠地系統(tǒng)的改進方案[87]。

四、 社會科學視角下城市熱島效應(yīng)相關(guān)研究的進展

傳統(tǒng)的關(guān)于城市熱島效應(yīng)的研究，較多地集中于氣象、地理學角度，并以城市規(guī)劃等學科的研究為基礎(chǔ)對城市熱島效應(yīng)進行分析。隨著各具體研究區(qū)域城市熱島效應(yīng)和各類社會經(jīng)濟因子數(shù)據(jù)的豐富，也出現(xiàn)了從社會科學視角出發(fā)分析城市熱島效應(yīng)的研究。這些研究主要集中在兩類研究領(lǐng)域：城市熱島效應(yīng)與城市經(jīng)濟發(fā)展關(guān)系的研究以及城市熱島效應(yīng)與碳達峰、碳中和關(guān)系的研究。

1. 城市熱島效應(yīng)與碳達峰、碳中和關(guān)系的研究

城市熱島效應(yīng)的形成與城市區(qū)域的溫室氣體排放情況有密切關(guān)系，對城市碳排放的控制對緩解、調(diào)節(jié)城市熱島效應(yīng)有積極影響。2020年9月22日，第75屆聯(lián)合國大會期間，中國承諾努力爭取在2060年前實現(xiàn)碳中和。可以預(yù)計，隨著我國一系列與碳達峰、碳中和相關(guān)政策措施的落實，城市熱島效應(yīng)情況也會產(chǎn)生較大的變化。因此，從碳達峰、碳中和視角分析城市熱島效應(yīng)的研究，將在未來具有較大空間。

當前，城市熱島效應(yīng)與碳達峰、碳中和關(guān)系的研究相對較少，且主要集中于定性分析，較少開展定量研究，這與相關(guān)原始數(shù)據(jù)現(xiàn)存數(shù)量有限、搜集難度較大和學者目前相對缺乏關(guān)注有關(guān)，但也有部分學者已經(jīng)在該領(lǐng)域進行了有益的研究。例如，黃斌等在分析驅(qū)動形成低碳城市空間形態(tài)的各個因子關(guān)系的基礎(chǔ)上，進一步分析了碳源、碳匯、熱島等主要因子間的邏輯關(guān)系和相互影響機制，并結(jié)合過往對低碳城市空間設(shè)計原則的討論，通過對中國發(fā)展低碳城市的優(yōu)勢、發(fā)展情況、中國低碳城市空間特點、發(fā)展低碳城市政策等方面研究成果的總結(jié)，指出了中國發(fā)展低碳城市空間所面臨的問題[88]。楊向軍則以湖南省長沙、株洲、湘潭地區(qū)為研究區(qū)域，計算了該區(qū)內(nèi)碳排放、碳凈排放、碳吸收和城市熱島效應(yīng)強度的數(shù)值并對研究區(qū)域內(nèi)的碳排放格局和城市熱島效應(yīng)格局進行了可視化分析，研究發(fā)現(xiàn)研究區(qū)域內(nèi)碳排放量和城市熱島效應(yīng)強度的趨勢一致，均為隨時間推移不斷增強；且研究區(qū)內(nèi)碳排放格局和城市熱島效應(yīng)格局正相關(guān)[89-90]。

2. 城市熱島效應(yīng)與城市經(jīng)濟發(fā)展關(guān)系的研究

城市熱島效應(yīng)的產(chǎn)生和城市人口的聚集、生產(chǎn)生活方式有密切關(guān)系，因此也有學者嘗試從城市社會經(jīng)濟發(fā)展視角，分析其與熱島效應(yīng)可能存在的相互關(guān)系。該類研究更加注意從城市經(jīng)濟學、人文地理學等角度對城市熱島效應(yīng)進行分析，從而提出社會經(jīng)濟視角下與城市熱島效應(yīng)相關(guān)的研究結(jié)論。

例如，曾俠等以珠江三角洲城市群為研究區(qū)域，分析了該研究區(qū)域歷史上城市熱島效應(yīng)的規(guī)律和變化趨勢，并對珠江三角洲城市群中各城市的熱島效應(yīng)強度分布格局進行了對比。研究發(fā)現(xiàn)，該研究區(qū)域內(nèi)，城市熱島效應(yīng)強度與城市經(jīng)濟活動活躍程度成強正相關(guān)關(guān)系[91]。杜堯東等從全球氣候變暖的宏觀視角出發(fā)，對廣東省的氣候情況進行了分析回顧。研究認為，廣東省在過往的持續(xù)增暖來源于該地區(qū)溫室氣體排放的增加和城市化導致的城市熱島效應(yīng)；而該地區(qū)氣候的持續(xù)增暖趨勢又導致了區(qū)域內(nèi)旱澇災(zāi)害增加、極冷極熱氣象災(zāi)害的頻繁發(fā)生。極端氣象災(zāi)害頻發(fā)，對廣東省經(jīng)濟發(fā)展帶來了很大的阻礙，并對存量經(jīng)濟造成顯著損害，當前經(jīng)濟發(fā)展造成的氣候災(zāi)害問題亦會給未來的區(qū)域經(jīng)濟發(fā)展帶來較大的困擾。在此基礎(chǔ)上，研究者提出管控溫室氣體的政策原則，以協(xié)調(diào)未來區(qū)域經(jīng)濟發(fā)展和自然環(huán)境治理的關(guān)系，促進社會經(jīng)濟協(xié)調(diào)、永續(xù)發(fā)展[92]。彭保發(fā)等研究了上海市的土地利用情況和城市熱島效應(yīng)的關(guān)系。研究發(fā)現(xiàn)，城市工業(yè)化、城市人口擴張、城市不動產(chǎn)開發(fā)建設(shè)造成的土地利用狀況變化，造成了城市熱島效應(yīng)程度的加重，且經(jīng)濟發(fā)展和能源消耗情況與城市熱島效應(yīng)強度為正相關(guān)關(guān)系。因此，土地利用方式的差異，對城市熱島效應(yīng)的空間格局具有明顯的影響[93]。牛陸等則對全國284個地級市2018年城市熱島效應(yīng)強度進行計算，以大量數(shù)據(jù)分析為基礎(chǔ)分析全國城市熱島效應(yīng)的格局，并結(jié)合社會經(jīng)濟數(shù)據(jù)、氣象氣候數(shù)據(jù)和多源衛(wèi)星遙感影像數(shù)據(jù)，分析了284個城市日、夜間的城市熱島效應(yīng)強度的形成因子和各因子對城市熱島效應(yīng)的作用差異。研究發(fā)現(xiàn)，決定全國地級市城市熱島效應(yīng)強度的因子，在日間和夜間有所不同，其中夜間城市熱島效應(yīng)的強度更多受城市社會經(jīng)濟因素的作用[94]。

針對城市熱島效應(yīng)和社會經(jīng)濟存在密切關(guān)系，學者們開始采用新的視角對傳統(tǒng)的控制城市熱島效應(yīng)的各類綠地和綠化要素進行研究，以平衡其對城市生態(tài)建設(shè)的效益和社會經(jīng)濟效益。例如，丁新輝等整理了屋頂綠化產(chǎn)生經(jīng)濟、社會、生態(tài)效益的邏輯關(guān)系，指出其經(jīng)濟效益對社會和生態(tài)效益的持續(xù)產(chǎn)生具有重要意義，并提出了對屋頂綠化經(jīng)營者和開發(fā)者、居住者關(guān)系的協(xié)調(diào)式的屋頂綠化開發(fā)和管理模式[95]。仲啟鋮等建立了綜合環(huán)境、社會、經(jīng)濟和景觀4類驅(qū)動因子的搬遷地綠地綠化項目評價指標體系，并以上海世博園為例進行了評價分析。研究發(fā)現(xiàn)，上海世博園各個綠地項目的景觀效益、環(huán)境效益、社會效益和經(jīng)濟效益的驅(qū)動因子分別為94.62、73.23、60.00、39.60，在維持基本經(jīng)濟效益的同時可以有效改善區(qū)域城市熱島效應(yīng)情況，基本符合該綠地項目規(guī)劃目標要求；證明了通過完善和協(xié)調(diào)經(jīng)濟和環(huán)境效益的指標體系，可以有效指導城市綠地規(guī)劃設(shè)計，從而實現(xiàn)控制城市熱島效應(yīng)和發(fā)展城市區(qū)域經(jīng)濟的平衡[96]。

五、 當前面臨問題和未來研究方向

當前，全球范圍內(nèi)對城市熱島效應(yīng)的研究均已上升到國家科技戰(zhàn)略層面。1997年，美國環(huán)境保護署和航空航天局共同發(fā)起了“Urban Heat Island Pilot Project”計劃，隨后，加拿大、西歐、日本也積極開展了夏季城市熱島效應(yīng)治理研究工作，我國《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》也將城市熱島效應(yīng)及調(diào)控研究列為重點。近年來國內(nèi)外研究者均加強了對城市熱島效應(yīng)的關(guān)注并取得了較豐富的研究成果，但仍面臨較多的問題。

第一，在研究數(shù)據(jù)收集方面。首先，運用站點觀測法采集溫度場數(shù)據(jù)存在較大的局限性。這主要是由于采用站點觀測法不能在時間空間方面全面地獲取數(shù)據(jù)——采用固定氣象站點觀測法采集的溫度場數(shù)據(jù)難以反映大尺度空間內(nèi)的溫度場變化，不能全面準確地獲取大尺度研究區(qū)的溫度格局數(shù)據(jù)；采用流動站點觀測法獲取的溫度場數(shù)據(jù)，會因一段時間內(nèi)溫度場出現(xiàn)不確定性變化而在數(shù)據(jù)同步性方面存在較大問題。因此，單純使用傳統(tǒng)的氣象站點觀測法采集溫度場數(shù)據(jù)，已被證明存在較大的局限性，限制了研究區(qū)范圍的選擇和該類研究的智能化水平。其次，采用遙感觀測法獲取高質(zhì)量的研究區(qū)溫度格局原始數(shù)據(jù)受到諸多條件的限制。例如，由于云層等氣象條件限制，研究者無法獲得某些地區(qū)完整的遙感影像數(shù)據(jù)。同時，衛(wèi)星平臺軌跡等因素也會導致獲取數(shù)據(jù)的同步性方面存在較大的問題。這些因素都限制了研究區(qū)范圍和研究時間段的選取，無法獲得各地表區(qū)域的高質(zhì)量遙感影像數(shù)據(jù)，從而限制了對長周期、大尺度研究區(qū)域的城市熱島效應(yīng)的研究進展。

第二，在研究模型方面。首先，在城市綠地緩解城市熱島效應(yīng)機制領(lǐng)域的研究中，已對微觀的綠地組成要素的降溫效果建立了量化模型，但尚未以相關(guān)結(jié)論的數(shù)據(jù)建立綠地組成要素的量化指標，也缺乏可在宏觀層面有效描述城市溫度場格局、調(diào)節(jié)城市熱島效應(yīng)的城市綠地布局之間三維關(guān)系的模型。這主要是由于當前研究者對三維綠地降溫關(guān)鍵因素作用機理仍不明確，只能依靠經(jīng)驗公式進行假設(shè)和驗證；同時也和研究者較少關(guān)注三維綠地的降溫效率領(lǐng)域的研究有關(guān)。相關(guān)指標和模型的缺失限制了對大尺度城市綠地降低城市熱島效應(yīng)研究的進一步開展。其次，在對城市熱島效應(yīng)形成機制的研究中，目前仍然沿用傳統(tǒng)的相關(guān)分析和回歸分析的研究方法量化分析城市熱島效應(yīng)和其他要素的關(guān)系，尚未建立基于城市熱島效應(yīng)形成機制的、描述城市熱島分布等屬性的模型。這種缺失導致目前不能完全量化地描述城市熱島效應(yīng)生成機制驅(qū)動下形成的城市熱島效應(yīng)狀態(tài)，也導致了對量化分析具體研究區(qū)城市熱島效應(yīng)產(chǎn)生的主要因素研究的短缺，也不利于進一步開展針對具體研究區(qū)域的城市綠地調(diào)節(jié)城市熱島效應(yīng)問題的研究。

第三，在研究方向方面。也存在城市與園林規(guī)劃對城市熱島效應(yīng)的作用的研究相對較少的缺陷。這主要是由于該領(lǐng)域數(shù)據(jù)搜集困難、實驗易受其他要素影響，也和該領(lǐng)域基礎(chǔ)性研究相對不足、對城市組成要素對城市熱島效應(yīng)的作用機制未完全明確相關(guān)。此外，目前該領(lǐng)域內(nèi)已有研究結(jié)論和研究方向偏向于定性，缺少對定量研究和結(jié)論的關(guān)注，這導致研究者無法進一步抽象得到具有可操作性、可直接指導降低城市熱島效應(yīng)空間布局參數(shù)，使得面向緩解城市熱島效應(yīng)的城市規(guī)劃方案缺乏可直接指導建設(shè)和可普遍推廣的量化指標。

根據(jù)我國城市化的階段和面臨的城市問題，綜合國內(nèi)外城市綠地降低城市熱島效應(yīng)的研究趨勢，今后研究應(yīng)進一步在以下方面尋求突破。

第一，在研究方法方面。首先，應(yīng)注重跨學科交叉研究，引入城鄉(xiāng)規(guī)劃、風景園林、地理學、醫(yī)學等多學科的基礎(chǔ)性研究理論和方法；注重進行跨地區(qū)、單位的聯(lián)合研究，完善相關(guān)實驗的全面性、科學性和實效性，例如通過與醫(yī)學領(lǐng)域研究者的合作，進一步完善相關(guān)問卷內(nèi)容，使其客觀、合理，能剔除其他要素影響下反映城市熱島效應(yīng)與人體健康關(guān)系。該方法可顯著增加研究成果的適應(yīng)場景，提高相關(guān)結(jié)論的可推廣性。其次，需要運用現(xiàn)代地理數(shù)學和地理設(shè)計(Geodesign)領(lǐng)域的相關(guān)技術(shù)手段和結(jié)論，在延續(xù)地理信息系統(tǒng)的數(shù)據(jù)搜集整理、分析、評估、可視化的基礎(chǔ)上，綜合地理信息系統(tǒng)的數(shù)字技術(shù)和實時的優(yōu)點，在此基礎(chǔ)上進一步結(jié)合設(shè)計環(huán)節(jié)，實現(xiàn)在地理信息分析基礎(chǔ)上的城市規(guī)劃和綠地系統(tǒng)規(guī)劃方案生成的智能化。

第二，在研究數(shù)據(jù)收集方面。首先，目前，采用傳統(tǒng)的站點觀測法收集數(shù)據(jù)面臨著數(shù)據(jù)采集量不足、無法完整覆蓋研究區(qū)的問題，但是實際測量的數(shù)據(jù)仍然是矯正遙感衛(wèi)星影像數(shù)據(jù)誤差的必要資料。在未來的研究中，研究者應(yīng)增加對站點觀測氣候數(shù)據(jù)的力度和密度，探索成本更低廉、效率更高的站點觀測方法。同時也需要加強對開源的實地站點觀測數(shù)據(jù)的搜集和整理。其次，需要實現(xiàn)數(shù)據(jù)高時空分辨率的多源三維融合，在對現(xiàn)有遙感技術(shù)的改進基礎(chǔ)上，發(fā)展大數(shù)據(jù)、數(shù)據(jù)挖掘、人工智能等間接、高效的數(shù)據(jù)收集和分析方法，通過多種途徑和渠道獲取多源數(shù)據(jù)進行城市熱島效應(yīng)研究，以此改善當前僅依賴單個遙感衛(wèi)星平臺搜集數(shù)據(jù)的情況。

第三，在研究模型方面。應(yīng)更加注重引入地理學、社會學或生物學、醫(yī)學等學科領(lǐng)域中描述與城市存在發(fā)展具有相似性的事物的模型，如蟻群算法、神經(jīng)網(wǎng)絡(luò)模型等數(shù)學模型。通過這些模型可更加豐富對城市熱島效應(yīng)的描述、分析和預(yù)測的工具，實現(xiàn)同一問題的多角度解答。

第四，在研究議題方面。首先，在進一步對綠地降低城市熱島效應(yīng)的機制研究基礎(chǔ)上，加強降低城市熱島效應(yīng)綠地的結(jié)構(gòu)、功能的基礎(chǔ)量化與規(guī)劃應(yīng)用研究，特別是影響機制的分析與關(guān)鍵評價指標的建立及對應(yīng)參數(shù)的獲取。應(yīng)注重對城市綠地系統(tǒng)和城市規(guī)劃設(shè)計優(yōu)化方案對關(guān)鍵時間和重要空間節(jié)點城市熱島效應(yīng)格局的影響，并在規(guī)劃環(huán)節(jié)中，更多地考慮城市綠地系統(tǒng)和城市空間優(yōu)化方案全生命周期中城市熱島效應(yīng)改善情況和經(jīng)濟、建設(shè)周期等要素的協(xié)調(diào)問題。進一步地接入神經(jīng)網(wǎng)絡(luò)等模型，提高模擬、預(yù)測、分析環(huán)節(jié)的智能化水平；接入更豐富的研究區(qū)域?qū)嶋H情況數(shù)據(jù)，使得研究結(jié)果、規(guī)劃方案更貼近實際情況。其次，需進一步加強對城市熱島效應(yīng)對城市組成要素和城市人口狀態(tài)影響的認識，進一步梳理和發(fā)現(xiàn)與城市熱島效應(yīng)形成、擴張、衰減相關(guān)的城市組成元素，構(gòu)建相關(guān)城市元素影響城市熱島效應(yīng)的機制，為緩解城市熱島效應(yīng)負面影響方法的研究、生成控制具體研究區(qū)域城市熱島效應(yīng)狀態(tài)的規(guī)劃設(shè)計方案等工作提供更多的切入視角和解決思路。